简介
物理视图
- HBase支持数据多版本特性，通过带有不同时间戳的多个KeyValue版本来实现的；
- 每次put，delete都会产生一个新的Cell，都拥有一个版本；
- 默认只存放数据的三个版本，可以配置；
- 查询默认返回最新版本的数据，可以通过制定版本号或版本数获取旧数据。
架构设计
HBase 的写过程如下：
- 先将数据写到WAL中；
- WAL 存放在HDFS之上；
- 每次Put、Delete操作的数据均追加到WAL末端；
- 持久化到WAL之后，再写到MemStore中；
-
两者写完返回ACK到客户端。
MemStore 其实是一种内存结构，一个Column Family 对应一个MemStore，MemStore 里面的数据也是对 Rowkey 进行字典排序的，如下：
既然我们写数都是先写 WAL，再写 MemStore ，而 MemStore 是内存结构，所以 MemStore 总会写满的，将 MemStore 的数据从内存刷写到磁盘的操作成为 flush：
每次 flush 操作都是将一个 MemStore 的数据写到一个 HFile 里面的，所以上图中 HDFS 上有许多个 HFile 文件。文件多了会对后面的读操作有影响，所以 HBase 会隔一定的时间将 HFile 进行合并。根据合并的范围不同分为 Minor Compaction 和 Major Compaction：
Minor Compaction: 指选取一些小的、相邻的HFile将他们合并成一个更大的Hfile。
Major Compaction： - 将一个column family下所有的 Hfiles 合并成更大的；
-
删除那些被标记为删除的数据、超过TTL（time-to-live）时限的数据，以及超过了版本数量限制的数据。
HBase 读操作相对于写操作更为复杂，其需要读取 BlockCache、MemStore 以及 HFile。
Rowkey 的作用
HBase 中的 Rowkey 主要有以下的作用：
- 读写数据时通过Row Key找到对应的Region
- MemStore 中的数据按RowKey字典顺序排序
-
HFile中的数据按RowKey字典顺序排序
从下图可以看到，底层的 HFile 最终是按照 Rowkey 进行切分的，所以我们的设计原则是结合业务的特点，并考虑高频查询，尽可能的将数据打散到整个集群。
三种比较场景的 Rowkey 设计方案
HBase 比较常用的组件：
网友评论